> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-ru/audio-i-golos/minimax-speech.md).

# MiniMax Speech 2.6

{% hint style="success" %}
**Выпущено:** 4 марта 2026 — MiniMax только что выпустила Speech 2.6 со сверхнизкой задержкой, улучшенной обработкой форматов и голосом, близким к человеческому, для сценариев голосовых агентов в реальном времени.
{% endhint %}

**MiniMax Speech 2.6** — это современная модель преобразования текста в речь, предназначенная для приложений голосовых агентов в реальном времени. Она отличается сверхнизкой сквозной задержкой, улучшенной обработкой аудиоформатов (MP3, PCM, WAV, FLAC) и значительно более естественным голосом по сравнению со Speech 2.x. Лучше всего использовать через API, но можно интегрировать в самохостимые пайплайны через MiniMax API.

### Ключевые особенности

| Функция                | Подробности                                                  |
| ---------------------- | ------------------------------------------------------------ |
| Задержка               | Сверхнизкая (< 300 мс TTFB)                                  |
| Качество голоса        | Человекообразная, естественная просодия                      |
| Языки                  | 20+ языков, включая английский, китайский, русский           |
| Форматы вывода         | MP3, PCM, WAV, FLAC                                          |
| Сценарий использования | Голосовые агенты, TTS в реальном времени, потоковая передача |
| API                    | REST API, совместимый с OpenAI                               |

### Почему MiniMax Speech 2.6?

* **Задержка менее 300 мс** — подходит для агентов разговоров в реальном времени
* **Поддержка потоковой передачи** — аудиопоток по токенам для минимальной воспринимаемой задержки
* **Клонирование голоса** — клонирование по коротким аудиосэмплам
* **Готово к продакшену** — используется в собственных коммерческих голосовых продуктах MiniMax

***

## Настройка: самохостимый API-прокси на Clore.ai

MiniMax Speech 2.6 сейчас работает через API. Вы можете запустить лёгкий прокси FastAPI на небольшом сервере Clore.ai (даже только на CPU), чтобы встроить его в свой пайплайн:

```yaml
version: "3.8"
services:
  minimax-proxy:
    image: python:3.11-slim
    ports:
      - "8080:8080"
    environment:
      - MINIMAX_API_KEY=${MINIMAX_API_KEY}
      - MINIMAX_GROUP_ID=${MINIMAX_GROUP_ID}
    volumes:
      - ./app:/app
    command: >
      sh -c "pip install fastapi uvicorn httpx python-dotenv &&
             uvicorn app.main:app --host 0.0.0.0 --port 8080"
```

### Минимальный прокси FastAPI (`app/main.py`)

```python
import os, httpx
from fastapi import FastAPI
from fastapi.responses import StreamingResponse
from pydantic import BaseModel

app = FastAPI()

MINIMAX_API_KEY = os.environ["MINIMAX_API_KEY"]
MINIMAX_GROUP_ID = os.environ["MINIMAX_GROUP_ID"]
BASE_URL = "https://api.minimax.io/v1"

class TTSRequest(BaseModel):
    text: str
    voice_id: str = "Calm_Woman"
    speed: float = 1.0
    output_format: str = "mp3"

@app.post("/tts")
async def text_to_speech(req: TTSRequest):
    """Прокси к MiniMax Speech 2.6"""
    async with httpx.AsyncClient(timeout=30) as client:
        response = await client.post(
            f"{BASE_URL}/t2a_v2?GroupId={MINIMAX_GROUP_ID}",
            headers={"Authorization": f"Bearer {MINIMAX_API_KEY}"},
            json={
                "model": "speech-02-hd",
                "text": req.text,
                "stream": False,
                "voice_setting": {
                    "voice_id": req.voice_id,
                    "speed": req.speed,
                    "vol": 1.0,
                    "pitch": 0
                },
                "audio_setting": {
                    "sample_rate": 32000,
                    "bitrate": 128000,
                    "format": req.output_format
                }
            }
        )
    data = response.json()
    audio_b64 = data["data"]["audio"]
    import base64
    audio_bytes = base64.b64decode(audio_b64)
    return StreamingResponse(
        iter([audio_bytes]),
        media_type=f"audio/{req.output_format}"
    )

@app.get("/health")
async def health():
    {"status": "ok", "model": "minimax-speech-2.6"}
```

### Использование

```bash
# Проверка конечной точки TTS
curl -X POST http://localhost:8080/tts \
  -H "Content-Type: application/json" \\
  -d '{"text": "Hello! This is MiniMax Speech 2.6 running on Clore.", "voice_id": "Calm_Woman"}' \
  --output output.mp3

# Воспроизвести результат
ffplay output.mp3
```

***

## Прямое использование API (сервер не нужен)

Если вам нужен TTS прямо в скриптах:

```python
import requests, base64, os

API_KEY = os.environ["MINIMAX_API_KEY"]
GROUP_ID = os.environ["MINIMAX_GROUP_ID"]

def synthesize(text: str, voice_id: str = "Calm_Woman") -> bytes:
    resp = requests.post(
        f"https://api.minimax.io/v1/t2a_v2?GroupId={GROUP_ID}",
        headers={"Authorization": f"Bearer {API_KEY}"},
        json={
            "model": "speech-02-hd",
            "text": text,
            "stream": False,
            "voice_setting": {"voice_id": voice_id, "speed": 1.0, "vol": 1.0, "pitch": 0},
            "audio_setting": {"sample_rate": 32000, "bitrate": 128000, "format": "mp3"}
        }
    )
    return base64.b64decode(resp.json()["data"]["audio"] )

audio = synthesize("Запуск AI-нагрузок на Clore.ai невероятно доступен.")
with open("output.mp3", "wb") as f:
    f.write(audio)
```

***

## Доступные идентификаторы голоса

| ID голоса        | Персонаж                 | Лучше всего для                 |
| ---------------- | ------------------------ | ------------------------------- |
| `Calm_Woman`     | Спокойный женский голос  | Ассистенты, озвучка             |
| `Energetic_Man`  | Энергичный мужской голос | Маркетинг, новости              |
| `Gentle_Man`     | Мягкий мужской голос     | Аудиокниги, обучающие материалы |
| `Cute_Girl`      | Молодой женский голос    | Развлечения                     |
| `Deep_Voice_Man` | Низкий мужской голос     | Документальные фильмы           |

***

## Требования к GPU на Clore.ai

{% hint style="info" %}
MiniMax Speech 2.6 — модель, работающая через API, поэтому для её использования GPU не нужен. Небольшого сервера Clore.ai только на CPU ($0.10–0.30/день) достаточно, чтобы запустить прокси. Для максимальной эффективности объединяйте его с другими GPU-задачами на том же сервере.
{% endhint %}

| Тип сервера         | Сценарий использования           | Стоимость на Clore.ai |
| ------------------- | -------------------------------- | --------------------- |
| Только CPU (2 vCPU) | Прокси + API-шлюз                | \~$0.10–0.20/день     |
| RTX 3060            | Прокси + локальные GPU-задачи    | $0.03–0.07/час        |
| RTX 4090            | Прокси + ресурсоёмкие GPU-задачи | $0.14–0.42/ч          |

***

## Переадресация портов Clore.ai

| Порт | Сервис             |
| ---- | ------------------ |
| 8080 | TTS-прокси FastAPI |

***

## Альтернативы на Clore.ai

Если вам нужен **полностью локальный** TTS без вызовов API:

| Модель     | VRAM | Качество | Скорость      | Руководство                                                        |
| ---------- | ---- | -------- | ------------- | ------------------------------------------------------------------ |
| Kokoro TTS | 4 ГБ | ⭐⭐⭐⭐     | Быстро        | [Kokoro TTS](/guides/guides_v2-ru/audio-i-golos/kokoro-tts.md)     |
| F5-TTS     | 8 ГБ | ⭐⭐⭐⭐⭐    | Средне        | [F5-TTS](/guides/guides_v2-ru/audio-i-golos/f5-tts.md)             |
| Chatterbox | 6 ГБ | ⭐⭐⭐⭐     | Быстро        | [Chatterbox](/guides/guides_v2-ru/audio-i-golos/chatterbox-tts.md) |
| Qwen3-TTS  | 8 ГБ | ⭐⭐⭐⭐⭐    | Средне        | [Qwen3-TTS](/guides/guides_v2-ru/audio-i-golos/qwen3-tts.md)       |
| Kani-TTS-2 | 3GB  | ⭐⭐⭐      | Очень быстрый | [Kani-TTS](/guides/guides_v2-ru/audio-i-golos/kani-tts.md)         |

***

## Ссылки

* **Документация MiniMax API:** [platform.minimax.io/docs](https://platform.minimax.io/docs)
* **Публикация в блоге о Speech 2.6:** [minimax.io/news/minimax-speech-26](https://www.minimax.io/news/minimax-speech-26)
* **Маркетплейс Clore.ai:** [clore.ai/marketplace](https://clore.ai/marketplace)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-ru/audio-i-golos/minimax-speech.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.